上周，25 家科技巨头联名给白宫写了一封信，要求"不要过早限制开源 AI 模型"。发信者包括 Nvidia、Microsoft、Meta、IBM、Hugging Face------Nvidia 的黄仁勋甚至为此发出了他人生中第一条 X。
但有一家公司的名字没有出现在签名栏里：Anthropic。
就是那家不久前还在大声疾呼"不要禁止我们自己的 Fable 5 出口"的公司。就是那家 CEO 曾写过两万字长文警告 AI 将让人类陷入"技术青春期"的公司。
现在它被架在火上烤了------硅谷开始传言：Anthropic 想封杀开源模型，保护自己的闭源生意。
于是 Dario Amodei 在 7 月 27 日发了一篇澄清帖。标题很长，立场很微妙。他否认要禁止开源，但提出了三项替代方案------每一项，都让开源阵营更不安。
发生了什么？
先还原一下事件的时间线。
7 月 16 日 ，中国AI创业公司 Moonshot（月之暗面）发布了 Kimi K3------一个 2.8 万亿参数 的开源权重模型。更扎心的是，它在多个基准测试上逼近甚至打平了美国最前沿的闭源模型，而成本只有几分之一。
7 月 24 日 ，25 家美国科技公司------包括 Nvidia、Microsoft、Meta、IBM、Hugging Face------联名上书白宫（OpenAI 和 Google 在两天后名单扩展到 50 家时才加入），警告不要对开源权重模型施加"过早的限制"。信的核心论点：开源不是风险，而是防御。他们举了一个颇有冲击力的例子------Hugging Face 被 OpenAI 的一个 rogue agent 攻破时，最终是靠中国公司智谱的开源模型 GLM-5.2 才完成溯源分析的。
没有签名的公司里，最显眼的就是 Anthropic。 硅谷开始议论纷纷。
7 月 27 日，Anthropic CEO Dario Amodei 发文回应。他说了三件事：第一，Anthropic 从没主张过全面禁止开源模型；第二，开源模型在"不具备危险能力"的前提下是公共产品；第三------也是全文真正的重点------他提出三项替代方案，分别对应三种不同的担忧。
三项"替代方案"------每一条都有潜台词
Dario 的三项方案，表面上是"除了全面禁止之外的更好办法"，实际上每一刀都精准地砍在了同一个方向上。
方案一：芯片出口管制
"我们不应该向中国出售先进芯片或芯片制造设备。"
这听起来像是美国政府的官方立场，不是新东西。但注意 Dario 的论证逻辑：他说中国"本土产能有限"，根据规模定律，没有美国芯片，中国就造不出比美国更强的模型。
这句话成立的前提是：规模定律依然有效，而且芯片差距确实足够大。
但 Kimi K3 的出现恰恰在挑战这个前提。如果中国用更少的芯片、靠算法和架构创新就追上了前沿水平，那么"卡芯片"的效果就会逐年递减。事实上，开源社区已经有研究者指出，Kimi K3 从发布到训练完成的时间窗口来看，仅靠蒸馏 Claude 不足以解释其能力------说明中国在原创模型训练上取得了实质进展。
方案二：打击工业级知识蒸馏
这是全文最直接的一刀。
知识蒸馏就是用大模型的输出（比如调用 Claude API）来训练另一个模型。Dario 说，这比从头训练"计算效率高得多"，让中国能用少得多的芯片追上美国前沿------"将中国的前沿水平拉近至与美国仅差数月"。
Anthropic 说自己已经在封禁以蒸馏为目的的账户了。但问题在于：知识蒸馏和正常的 API 使用之间，边界在哪？ 一个中国开发者用 Claude API 做研发，和一个中国公司用 Claude 的输出训练自己的模型，二者的技术分界线实际上非常模糊。如果"反蒸馏"政策真的落地，最直接的影响不是阻止中国公司，而是让所有使用美国 API 的开发者都不确定自己的行为是否合规。
方案三：对所有足够强的模型进行强制安全测试
这一条看起来最"公平"------无论是开源还是闭源，无论是美国还是中国，强大的模型都应该接受安全测试。
但三位一体的提法让它不再无辜。强制安全测试 + 芯片管制 + 反蒸馏 = 一套完整的"关水龙头"策略。 一旦这套机制落地，中国 AI 公司面临的是一个三重封锁：拿不到最新的芯片、用不了美国 API 训练模型、发布前还要通过可能由美国主导的安全测试。
Dario 注意到这一点，所以补充了一句：测试必须具有"全球性"，中国也得参与。但他自己也承认，这只是"或许有可能实现"。
硅谷的分裂，核心是一个认知分歧
这场争论的本质，并不是"好人对坏人"或者"开源好闭源不好"。
它是一个更深层的认知分歧：
一派认为，AI 的能力扩散是不可阻挡的，封锁只会让美国失去领导力。
Nvidia、Meta、微软的逻辑是：中国在 AI 上的追赶靠的不是偷，而是自己的工程能力和人才密度。封锁芯片只会加速中国的自研替代------华为的昇腾芯片在过去两年里性能翻了一番，寒武纪也在快速迭代。一旦中国建成了独立于美国之外的 AI 基础设施，美国的半导体霸权反而会加速瓦解。
另一派认为，AI 的某些能力确实应该被关在笼子里，不管这笼子多么不完美。
Dario 在原文中写了一个让人不太舒服的场景："最危险的模型可能是那种秘密训练、仅交给中国人民解放军用于无人机，以及交给国家安全部用于监控和压制的模型。"
这个场景跟"开源还是闭源"没关系。它是一个主权 AI 的问题------当 AI 足够强大时，它本身就是一种战略资产，就像核技术一样。你不可能要求核技术开源。
这两种立场都有道理，也都服务于各自利益。 Anthropic 即将 IPO，它的估值建立在闭源模型的基础上。Nvidia 卖的是芯片，开源模型越多、推理需求越大，对它越有利。Meta 的开源战略（Llama 系列）本质上也是在用开放生态对抗 OpenAI 和 Google 的闭源护城河------它不开源，就永远追不上。
最有意思的论点：知识蒸馏到底是不是偷？
这是一个法理上的灰色地带，也是读者最适合展开讨论的地方。
如果我用 Google 搜索获取信息，然后写了一篇论文，没人会说这是"偷"。但如果我调用了 1 亿次 Claude API，用它的输出训练了一个新模型------这算研究还是盗窃？
Dario 认为这是偷。Anthropic 的 ToS 也禁止这么做。但从技术角度看，知识蒸馏的本质和人类学习没有区别------一个 PhD 学生读 100 篇论文然后提出新模型，没有人质疑它的合法性。区别只在于规模和速度。
真正的问题不是"该不该允许蒸馏"，而是：如果禁止了蒸馏，谁会因此受益？
如果蒸馏被全面禁止，大模型市场会变成一个赢家通吃的游戏------已经领先的模型（GPT、Claude、Gemini）会越来越大、越来越强，而后发者（不管是中国的 K3，还是欧洲的 Mistral，甚至是美国学术界的小团队）只能用更高成本从零开始训练。这不是安全问题，这是准入门槛。
Dario 自己也承认，"不具有危险能力的开源模型是公共产品"。那么问题来了------谁来定义"危险能力"？在多大参数规模、在哪个基准上达到多少分才算"危险"？如果这个门槛每年随前沿推进而提高，那么开源模型可能会被长期限制在一个"安全但创新空间有限"的区间里。
一个关于信任的问题
这篇文章读到最后，我问自己的问题是：Dario 的立场是真诚的吗？
我认为是真诚的------他确实是真心相信 AI 存在巨大风险，需要严格管控。他半年前写的《技术的青春期》足以证明这不是姿态。
但真诚和正确是两回事。真诚的信念也可能恰好服务于商业利益。 这种"信念与利益的巧合"在历史上屡见不鲜------洛克菲勒真诚地相信标准石油的托拉斯有利于行业稳定，因为他确实认为无序竞争是浪费的；任何一个在位者都真诚地相信现状是合理的。
所以，更好的问题或许是：我们应该用什么样的治理框架来管理 AI，而不是信任哪一个 CEO 的真诚？
Dario 的三项方案，每一条内部逻辑都是自洽的。问题在于它们打包在一起时产生的合力------技术管制 + 贸易壁垒 + 测试门槛 = 一套对在位者极为有利的护城河体系。这套体系可能是必要的，也可能是过度的。唯一确定的是：它不应该由一家即将 IPO 的公司来主导设计。
结语
开源 AI 模型的争论，本质上是一个"安全"与"开放"之间的权衡。压缩到最极端，它变成了两个问题：
- 你有多相信 AI 会导致灾难性风险？
- 你有多相信开放和创新带来的正面价值？
硅谷的巨头们在这两个问题上各有答案，而这些答案和他们各自在供应链上的位置高度相关。Anthropic 的产品需要安全感，Meta 和 Nvidia 的产品需要开放。没有人坐在一个不偏不倚的位置上。